El Market Basket Analysis es una metodología que encuentra y analiza patrones en la información de los tickets de venta de una tienda física o en línea durante un periodo de tiempo determinado.
Sirve para entender el comportamiento de los consumidores, conocer cuáles son los productos más vendidos e identificar los artículos asociados que suelen comprarse al mismo tiempo.
Pogen Analytics pone a tu disposición los siguientes casos para que conozcas los beneficios que nuestra plataforma de Market Basket Analysis puede traer a tu negocio:
La venta de productos online en supermercados ya es una realidad y una tendencia no solo en todo el mundo sino también en México, país que tiene la más alta frecuencia de compra semanal en línea en todas sus categorías (23%).
Debido a la importancia y el auge de la venta online, Supermercado Intermarché busca ofrecer a sus clientes una mejor experiencia de compra agregando a su portal una sección en la que sus clientes puedan comprar paquetes de productos recomendados.
Además busca una solución para generar sus ofertas de 2x1 y 3x2 de acuerdo al comportamiento de sus clientes, asegurando así su éxito.
Para realizar el Market Basket Analysis se utilizó una base de datos de 15,233 transacciones y 169 artículos, que representa una semana de ventas del supermercado.
Productos más vendidos
La siguiente gráfica muestra la cantidad y el porcentaje (del total de artículos vendidos) de los 10 artículos más vendidos.
Tamaños de tickets de compra
Los tamaños de tickets de compra nos indican la medida en que los artículos son llevados a la vez. Es decir, de acuerdo a la gráfica siguiente, el 36.18% de los tickets contenía 4 artículos, a diferencia del 23.22% de los tickets que solo llevaba un artículo.
Reglas de asociación
Una regla de asociación se define como una implicación del tipo “si X entonces Y” (X⇒Y). Por ejemplo, la regla {Leche} => {Cereal} significa que cuando compran Leche también compran Cereal. El lado izquierdo de la regla recibe el nombre de antecedente (LHS), y el lado derecho, el nombre de consecuente (RHS).
El porcentaje de confiabilidad es la probabilidad de que una transacción que contiene los items X, también contengan los items de Y. Por ejemplo, la regla {Yogurt} ⇒ {whole milk}, significa que el 27% de las veces que se llevó ‘yogurt’ también se llevó ‘whole milk’.
A continuación presentamos la tabla con las reglas de asociación más importantes del análisis.
Comunidades de artículos
Las gráficas son una excelente manera de visualizar cómo los artículos se relacionan entre sí. Las reglas están representadas dentro los círculos y estos, a su vez, están conectados con sus artículos mediante flechas.
Como podrás apreciar, el producto ‘whole milk’ resulta ser un artículo al centro de algo que parece tomar forma de estrella, lo cual refleja su gran relación con muchos productos del supermercado.
Conjunto de productos
Supermercado Intermarché puede recomendar a sus clientes agregar a su carrito de compra un conjunto de artículos con un solo click, de esta manera se simplifica el proceso de estar agregando artículo por artículo.
A continuación se presenta una tabla con los posibles conjuntos de artículos que podrían ser ofrecidos al comprador una vez que el mismo haya seleccionado alguno o algunos del mismo conjunto, de esa forma el supermercado predice los artículos de interés del comprador, y el comprador observa en la plataforma la manera de seleccionar todos los artículos en un solo click.
El supermercado Intermarché tiene la oportunidad de ofrecer productos gratis en la compra de otros productos. Para poder determinar cuáles promociones tendrán mayor éxito se utilizan las reglas de asociación más confiables y frecuentes.
Promociones 2x1
Las promociones 2x1 que supermercado Intermarché puede ofrecer son:
Promociones 3x2
Las promociones 3x2 que el supermercados Intermarché puede ofrecer son:
## {-}La zapatería Ivonne cuenta con 20 sucursales a nivel nacional. Busca ofrecer a sus vendedores de piso una plataforma en la que visualicen la relación que hay entre productos para que puedan conocer qué artículos ofrecerles a sus clientes de acuerdo al modelo que estén a punto de comprar y así aumentar sus tamaños de ticket de venta.
Además busca una solución para generar promociones entre accesorios y zapatos basadas en el comportamiento de los consumidores.
Para realizar el Market Basket Análisis se utilizó una base de datos de 4,953 transacciones y 20 artículos, que corresponden a las ventas del 2019 en una de las sucursales. En las siguientes gráficas se muestran los productos más vendidos y el tamaño de ticket más frecuente.
Productos más vendidos
La siguiente gráfica muestra la cantidad y el porcentaje (del total de artículos vendidos) de los 10 artículos más vendidos.
Tamaños de tickets de compra
Los tamaños de tickets de compra nos indican la medida en que los artículos son llevados a la vez. Es decir, de acuerdo a la gráfica siguiente, el 67.55% de los tickets contenía solo 1 artículo, a diferencia del 22.46% de los tickets que llevaba 2 artículos.
Reglas de asociación
Una regla de asociación se define como una implicación del tipo “si X entonces Y” (X⇒Y). Por ejemplo, la regla {Tenis} => {Agujetas} significa que cuando compran Tenis también compran Agujetas. El lado izquierdo de la regla recibe el nombre de antecedente (LHS), y el lado derecho, el nombre de consecuente (RHS).
El porcentaje de confiabilidad es la probabilidad de que una transacción que contiene los items X, también contengan los items de Y. Por ejemplo, la regla {TENIS} ⇒ {SNEAKERS}, significa que el 25.4% de las veces que se llevó ‘TENIS’ también se llevó ‘SNEAKERS’.
A continuación presentamos la tabla con las reglas de asociación más importantes del análisis.
Comunidades de artículos
Las gráficas son una excelente manera de visualizar cómo los artículos se relacionan entre sí. Las reglas están representadas dentro los círculos y estos, a su vez, están conectados con sus artículos mediante flechas.
Como podrás apreciar en el gráfico siguiente, los productos ‘TENIS’, ‘LLAVERO’, ‘BALERINAS’ Y ‘SNEAKERS’ son el centro de múltiples relaciones con gran cantidad de productos.
Plataforma de venta
Los vendedores de piso son los empleados que más deben estar informados del comportamiento de sus clientes y de esta manera impulsar sus ventas. Por lo tanto, el vendedor puede ir a su plataforma y teclear el tipo de zapato que su cliente se está llevando y saber qué otro producto ofrecerle y que tenga la mayor probabilidad de ser comprado también.
A continuación dos tablas con dos ejemplos:
Promociones Zapatos-Accesorios
La zapatería Ivonne ha tenido gran éxito en su venta de accesorios y busca generar una promoción con la que sus clientes compren Zapatos y obtengan un accesorio en descuento o gratis. Las mejores 10 combinaciones de productos que el análisis arrojó fueron las siguientes.
La tienda departamental Action Sports busca renovar sus diferentes sucursales físicas, de acuerdo al comportamiento de compra de sus clientes. Quiere que los clientes encuentren los artículos que más compran cerca unos de los otros y ofrecerle artículos de interés a su alrededor.
Además, busca una manera eficiente de disminuir sus inventarios cuando se acaba una temporada de Primavera-Verano u Otoño-Invierno creando promociones tanto para tiendas físicas como para online.
Para realizar el Market Basket Análisis se utilizó una base de datos de 43,958 transacciones y 12 artículos. En las siguientes gráficas se muestran los productos más vendidos y el tamaño de ticket más frecuente.
Productos más vendidos
La siguiente gráfica muestra la cantidad y el porcentaje (del total de artículos vendidos) de los 10 artículos más vendidos.
Tamaños de tickets de compra
Los tamaños de tickets de compra nos indican la medida en que los artículos son llevados a la vez. Es decir, de acuerdo a la gráfica siguiente, el 67.3% de los tickets contenía 1 artículo, a diferencia del 21.78% de los tickets que llevaba 2 artículos.
Reglas de asociación
Una regla de asociación se define como una implicación del tipo “si X entonces Y” (X⇒Y). Por ejemplo, la regla {Futbol} => {Calzado} significa que cuando compran Futbol también compran Calzado. El lado izquierdo de la regla recibe el nombre de antecedente (LHS), y el lado derecho, el nombre de consecuente (RHS).
El porcentaje de confiabilidad es la probabilidad de que una transacción que contiene los items X, también contengan los items de Y. Por ejemplo, la regla {INFANTIL} ⇒ {VESTIMENTA}, significa que el 10.8% de las veces que se llevaron productos de la sección ‘INFANTIL’ también se llevaron de la sección ‘VESTIMENTA’.
A continuación presentamos la tabla con las reglas de asociación más importantes del análisis.
Comunidades de artículos
Las gráficas son una excelente manera de visualizar cómo los artículos se relacionan entre sí. Las reglas están representadas dentro los círculos y estos, a su vez, están conectados con sus artículos mediante flechas.
Como se puede apreciar en la siguiente gráfica, las secciones ‘VESTIMENTA’, ‘GIMNASIO’ y ‘CORRER’, son el centro de múltiples relaciones con el resto de las secciones de la tienda.
Para conocer el layout más eficiente para la tienda física utilizaremos el gráfico de reglas, de esta manera podemos visualizar las secciones que tienen relación entre sí.
Las secciones ‘VESTIMENTA’, ‘GIMNASIO’ y ‘CORRER’, son las más populares ya que tienen mayor númerp de reglas de asociación con el resto de las secciones. En cambio, las secciones ‘FÚTBOL’, ‘DEPORTE ACUÁTICO’, y ‘ACCESORIOS’ tienen muy pocas asociaciones con todas las secciones de la tienda. Debido a que solo presentan asociaciones con ‘GIMNASIO’ y ‘CORRER’, una estrategia sería no aislarlas tanto de las secciones más populares. De esta manera se incentivarían las compras dentro de las secciones menos populares a partir de las visitas a las más populares.
Los productos que Action Sports busca agotar en sus inventarios son: Yoga, Deporte Acuático y Fútbol Americano. Su estrategia es ofrecer estos productos en descuento en la compra de otro artículo. Las combinaciones de promociones se basarán en el comportamiento de sus ventas durante la temporada.
YOGA
DEPORTE ACUATICO
FUTBOL AMERICANO
Si tienes dudas, o quieres analizar los datos de tu propio negocio, ponte en contacto con nosotros.
Pavel Medina-Ruiz
Líder de Analítica de datos